適用於 JavaScript 的 Generative AI 概觀

使用 JavaScript 探索 Generative AI 的強大功能。 瞭解如何將 AI 順暢地整合到您的 Web、行動或桌面應用程式。

使用 AI 的 JavaScript？

雖然 Python 非常適合用來建立和定型 AI 模型，但使用這些模型建置應用程式是不同的。 大部分的 AI 模型都會透過 Web API 運作，因此任何可進行 HTTP 呼叫的語言都可以使用 AI。 JavaScript 是跨平臺，可輕鬆地連接瀏覽器和伺服器，使其成為 AI 應用程式的強大選擇。

有趣和互動式課程

加入我們的沉浸式學習體驗，內容包括影片、程式碼專案，以及完整實作，讓你能同時使用並學習生成式人工智慧。

• 課程
• 影片系列

本課程是學生和新開發人員以有趣互動方式瞭解 AI 的絕佳方式。 對於職業開發人員，深入探索以提升您的 AI 技能。

在此課程中：

• 學習 AI，並使用生成式 AI 將歷史人物重現於生活中。
• 使用內建瀏覽器 API 套用輔助功能
• 使用文字和影像產生將 AI 整合到應用程式體驗
• 瞭解 AI 應用程式的架構模式

使用輔助應用程式與歷史人物交談

您需要知道關於 LLM 的事項？

大型語言模型 （LLM） 是針對大量數據定型的深度類神經網路，可瞭解和建立文字。 定型會從大型、多樣化的數據集開始，以建置基底模型，然後使用特殊數據來微調以取得更好的結果。 LLM 在程式代碼編輯器或聊天應用程式中的運作就像智慧型手機自動完成工具一樣。 模型有限制，例如內容視窗（通常是幾千個令牌，雖然較新的模型支援更多），而且可能會顯示其定型數據的偏差。 這就是為什麼負責任的 AI 很重要—如Microsoft建議的那樣，專注於公平性、可靠性、隱私權和責任。

在 課程中的LLM 單元深入了解：

• 示範
• 影片

基本生成提示工程技術

提示工程表示設計提示以取得更好的 AI 結果。 您可以使用零射式學習（無範例）或少量學習（含範例）來引導模型。 新增逐步指示、清楚的內容和輸出格式等提示，可協助模型提供更佳的解答。 您也可以調整音調和個人化回應。 這些基本概念會為您設定RAG等進階技術。

在課程 的提示工程課程中深入瞭解更多。

• 示範
• 影片

使用RAG改善 AI 精確度和可靠性

使用擷取增強產生 （RAG） 讓 AI 更精確且可靠。 RAG 結合擷取器，其會尋找 up-to日期檔，以及使用這些檔回答問題的產生器。 此方法會根據信任的來源提供清楚、事實的答案，讓結果易於檢查並符合成本效益。 例如，Contoso 房地產支援使用 RAG 來提供公司文件所支援的詳細解答。

在課程 的RAG 會議中深入瞭解：

• 示範
• 影片

使用 LangChain.js 加速 AI 開發

使用 LangChain.js加快 AI 專案的速度。 此 JavaScript 連結庫可讓您輕鬆地使用大型語言模型。 使用 LangChain.js 建置提示範本、連接模型和向量資料庫，以及建立複雜的工作流程。 快速原型應用程式，例如從YouTube文字記錄提取和回答問題的API。 當您準備好進行生產環境時，請交換 Azure 服務的本機模型和向量存放區，而不需要變更您的程式代碼。

在課程 的LangChain.js 節中深入瞭解：

• 示範
• 影片

使用 Ollama 在本機電腦上執行 AI 模型

下載並使用本機 AI 模型搭配 Ollama，這是以 llama.cpp為基礎的開放原始碼工具，可有效率地執行 Phi-3 等小型語言模型。 本機模型可消除依賴雲端基礎結構、使用離線功能進行快速開發，並透過快速的內部開發迴圈提供符合成本效益的測試。 Phi-3 以其高效能和負責任的 AI 安全性而聞名，即使在中等規格的裝置上也能執行，而且可透過 OpenAI 相容的 API 存取，讓您輕鬆地與開發工作流程整合。

在課程 的Ollama 環節中深入瞭解：

• 示範
• 影片

使用 Phi-3 免費開始使用 AI

使用在線遊樂場，在瀏覽器中嘗試使用 Ollama 工具和 Phi-3 模型的 AI 模型。 在瀏覽器中建立 GitHub Codespace 以使用 VS Code、執行 “Ollama run phi3” 之類的命令來與模型聊天，並使用 Jupyter Notebook 來測試提示工程、少量學習和 RAG。 您可以在線建置和探索 AI 專案，不需要快速的 GPU 或本機設定。

在課程 中的Phi-3 研討會中深入瞭解：

• 示範
• 影片

Azure AI Foundry 簡介

使用 Azure AI Foundry 開始使用 JavaScript 建置產生的 AI 應用程式。 使用中樞和專案組織資源、流覽數千個模型，以及部署模型以在遊樂場中測試。 不論您挑選受控計算還是無伺服器 API，請遵循相同的步驟來選取、部署和使用工作流程中的模型。

在課程 的Azure AI Foundry 工作坊中了解更多：

• 示範
• 影片

建置生成式 AI 應用程式，使用 Azure Cosmos DB

在課程 的Azure Cosmos DB 課程中深入瞭解：

• 示範
• 影片

Azure 工具 & 服務來裝載和儲存 AI 應用程式

探索用來裝載和儲存 AI 應用程式的重要 Azure 工具和服務。 建置不同類型的 AI 應用程式，例如聊天應用程式、RAG 和自發代理程式。 使用 Azure 開發人員 CLI （AZD） 輕鬆部署。 比較無伺服器和容器型選項，並瞭解如何讓您的 API 保持安全、可調整，並監視真實世界的使用。

在課程 的Azure 工具和服務環節中了解更多：

• 影片

使用 AI 聊天通訊協定串流產生的 AI 輸出

使用 AI 聊天協定串流產生 AI 輸出。 此工具可讓您的 AI 服務和用戶端應用程式之間輕鬆進行即時通訊。 嘗試兩種串流方法：在瀏覽器中執行推斷或使用 AI 推斷伺服器。 請留意 API 金鑰暴露、資料安全性，以及選擇正確的通訊協定。 AI 聊天協議的簡單用戶端可讓您使用 getCompletion 和 getStreamedCompletion 方法，將安全且有效率的串流新增至您的應用程式，如我們的無伺服器 RAG LangChain.js 範例所示。

請在課程 的串流課程中深入瞭解更多:

• 示範
• 影片